将2D numpy掩码应用于灰度图像

Question

我有一个256×256像素的2D掩模，其中像素值为0或255，并且有一个匹配的灰度图像。两者都具有形状（256, 256）。

我想将掩模应用于灰度图像，以使生成的图像仅包含原始灰度图像中对应掩模值为255的像素（应保留原始灰度像素值）。

我无法使用现有工具实现此目标。

img_clean = img_grayscale[mask]

正如在numpy文档中提到的那样，它将一个新的维度添加到数组中。

我该如何解决这个问题？

- pepe

---

“only contains pixels from the original grayscale image” 这句话是什么意思？ - ikkuh

返回翻译后的文本：生成的图像应该是原始图像的复制品，除了那些在掩码中对应为0的像素 - 对于这些像素，生成的图像值应该为0。 - pepe

在这种情况下，按位与运算符应该可行：img_clean = img_grayscale＆mask - ikkuh

是的，完美的，如果您将其作为答案放置，我会选择它，谢谢。 - pepe

好主意，但是如果掩码的值!= 255也可以工作。我不确定这是否可以。 - Solvalou

这是真的，虽然这些掩码是0或255 - 会有更好的方法吗？ - pepe

Answer 1

增加第三个选项并直接修改您的灰度图像：

img_grayscale[mask == 255] = 0

提示：如果您不想进行原地修改，可以创建一个副本。

- Imanol Luengo

---

第三个选项也是最佳选项。 - Jeru Luke

Answer 2

我认为这应该能够完成工作

np.where(mask == 255, img_grayscale, 0)

请查看https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html以获取文档。

- Solvalou

---

最灵活的，因为您可以将屏蔽区域设置为任何0-255值（其中0为）。此外，这显然不是一个原地计算。 - jonincanada

Answer 3

可以使用按位与来将像素值设置为0，其中掩码为0：

img_clean = img_grayscale & mask

由于掩码包含0或255值，因此根据您的要求，值将保持不变或设置为0。

- ikkuh

---

只是一个小注释，但如果img_grayscale的数据类型与uint8不同或者img_grayscale的强度范围大于255，那么这将无法工作。在大多数情况下，灰度图像是0-255范围内的uint8，但以防万一值得添加注释（例如，我倾向于使用0-1范围内的float32图像）。 - Imanol Luengo